[논문 리뷰] Optimal Lockdown for Pandemic Control

Qiang Ma, Liu Y외 1명|arXiv (Cornell University)|2020. 10. 24.

COVID-19 epidemiological studies참고 문헌 40인용 수 8

한 줄 요약

이 논문은 경제적 손실을 최소화하면서 감염 수를 지정된 속도로 0으로 줄이는 최적의 비균일 봉쇄 정책을 설계하기 위한 수학적 프레임워크를 제안한다. 팬데믹 확산을 네트워크 기반 동적 시스템으로 모델링하고, 준정적 프로그래밍을 통한 고유값 제어를 활용하여 지역별 봉쇄 강도를 계산한다; 주요 발견은 놀랍게도 2020년 4월 뉴욕 주의 비도시 지역이 뉴욕 시티보다 더 엄격하게 봉쇄되어야 했음에도 불구하고 도시의 감염률이 더 높았다는 것이다.

ABSTRACT

As a common strategy of contagious disease containment, lockdowns will inevitably weaken the economy. The ongoing COVID-19 pandemic underscores the trade-off arising from public health and economic cost. An optimal lockdown policy to resolve this trade-off is highly desired. Here we propose a mathematical framework of pandemic control through an optimal stabilizing non-uniform lockdown, where our goal is to reduce the economic activity as little as possible while decreasing the number of infected individuals at a prescribed rate. This framework allows us to efficiently compute the optimal stabilizing lockdown policy for general epidemic spread models, including both the classical SIS/SIR/SEIR models and a new model of COVID-19 transmissions. We demonstrate the power of this framework by analyzing publicly available data of inter-county travel frequencies to analyze a model of COVID-19 spread in the 62 counties of New York State. We find that an optimal stabilizing lockdown based on epidemic status in April 2020 would have reduced economic activity more stringently outside of New York City compared to within it, even though the epidemic was much more prevalent in New York City at that point. Such a counterintuitive result highlights the intricacies of pandemic control and sheds light on future lockdown policy design.

연구 동기 및 목표

• 경제적 손실을 최소화하면서 감염 수가 지정된 속도로 0이 되도록 보장하는 봉쇄 정책을 설계하기 위해.
• 팬데믹 통제에서 공중보건 통제와 경제적 비용 간의 상충 관계를 다루기 위해.
• 이질적인 지리적 지역 간 비균일 봉쇄 설계를 위한 계산 효율적인 방법을 개발하기 위해.
• 실제 데이터를 적용하기 위해, 뉴욕 주의 2020년 4월의 군 간 이동 및 질병 파ameters를 포함한다.
• 네트워크 구조와 유행 동역학에 기반한 최적 봉쇄 강도에 대한 놀라운 통찰을 드러내기 위해.

제안 방법

• 잠복기 및 증상 유무에 따라 전파되는 네트워크 기반 SIR/SEIR 유사 분할 모델을 사용하여 질병 확산을 모델링한다.
• 감염 수의 감쇠 속도를 결정하는 고유값을 가진 행렬 A로 시스템 동역학을 표현한다.
• 준정적 프로그래밍을 사용하여 고유값을 목표 범위로 이동시켜 시스템을 안정화시키는 최적의 봉쇄 정책을 계산한다.
• 해결책의 안정성과 계산 효율성을 확보하기 위해 행렬 균형 기법을 적용한다.
• 고유값의 한계와 효과적 역전파 수 Rt 간의 관계를 유도한다.
• 실제 뉴욕 주의 군 간 이동 데이터(SafeGraph)와 문헌에서 얻은 질병 파ameters를 사용하여 방법을 검증한다.

실험 결과

연구 질문

• RQ1 경제적 비용을 최소화하면서 감염 수가 지정된 속도로 감소하도록 보장하는 최적의 비균일 봉쇄 정책은 무엇인가?
• RQ2 인간 이동성 및 인구 분포의 구조가 지역 간 최적의 봉쇄 강도에 어떻게 영향을 미치는가?
• RQ3 감염 유병률이 도시보다 높은 데도 불구하고 비도시 지역이 도시 중심지보다 더 엄격한 봉쇄가 필요할 수 있는 이유는 무엇인가?
• RQ4 질병 파ameters, 인구 밀도, 전파율의 변동에 대해 최적의 봉쇄 정책은 얼마나 견고한가?
• RQ5 증상 유무에 따라 이동 행동이 다름에 따라 최적의 봉쇄 전략 형성에 어떤 역할을 하는가?

주요 결과

• 2020년 4월의 유행 상황을 고려한 최적의 안정화 봉쇄 정책는 뉴욕 시티 외부의 농촌 군에 더 엄격한 제재를 요구했을 것이며, 이는 뉴욕 시티의 더 높은 감염률에도 불구하고 그렇다.
• 최적의 봉쇄 정책는 지역의 감염 유병률이나 인구 규모에 의해 주로 결정되지 않으며, 네트워크 중심성과 이동 패턴에 의해 결정된다.
• 도시 중심성과 인구 규모가 다른 지역들에 비해 극단적으로 작거나 클 경우에만 이들이 봉쇄 강도에 영향을 미친다.
• 비균일 시나리오에서 균일 봉쇄보다 경제 활동 감소를 더 효율적으로 줄일 수 있으며, 상당한 비용 절감 효과가 있다.
• 인구 밀도에 따라 전파율이 변하더라도(예: β ∝ p^0.15), 최적의 봉쇄 정책는 여전히 더 적은 인구와 중심성이 낮은 지역에 더 강력한 제재를 요구한다.
• 모델은 증상이 있는 개인의 이동 패턴이 최적의 봉쇄 강도에 크게 영향을 미치며, 이동성이 높을수록 주변 지역에 더 엄격한 조치가 필요하다는 것을 드러낸다.